Automatisierte Zellzählung in Spenderhornhäuten aus Organkultur mittels „Deep Learning“ erreicht hohe Präzision und Genauigkeit

Author:

Heinzelmann Sonja12,Daniel Moritz Claudius12,Maier Philip Christian12,Reinhard Thomas12,Böhringer Daniel12

Affiliation:

1. Klinik für Augenheilkunde, Universitätsklinikum Freiburg

2. Medizinische Fakultät, Albert-Ludwigs-Universität Freiburg

Abstract

Zusammenfassung Hintergrund Ein Hornhauttransplantat aus Organkultur darf i. d. R. nur verwendet werden, wenn präoperativ eine Endothelzelldichte von mindestens 2000 Zellen pro mm2 nachgewiesen ist. Die Messung der Endothelzelldichte ist dadurch erschwert, dass in der Phasenkontrastmikroskopie die Zellgrenzen der Endothelzellen nicht immer gut sichtbar sind und die zählbare Fläche durch quellungsbedingte Descemet-Falten limitiert ist. Bislang ist daher keine automatische Methode zur Endothelzelldichtebestimmung in Hornhauttransplantaten verfügbar. Das neuronale Netzwerk U-Net hat sich in der vollautomatischen Analyse von spiegelmikroskopischen Aufnahmen des Hornhautendothels bewährt. Ziel dieser Studie war die Anwendung des U-Net in der Qualitätssicherung von Hornhauttransplantaten. Material und Methoden Das U-Net wurde zunächst anhand von 100 manuell markierten Befundungsbildern von Hornhäuten aus der Lions-Hornhautbank Baden-Württemberg trainiert. Für die Prüfung der Messgenauigkeit des U-Net wurden 100 weitere Befundungsbilder von der o. g. Hornhautbank zur Verfügung gestellt. Diese wurden jeweils von a) einer erfahrenen Befunderin und b) einem weniger erfahrenen Augenarzt manuell gezählt. Die identischen Bilder wurden vollautomatisch über das trainierte U-Net ausgezählt und dieses Ergebnis mit beiden manuellen Analysen mittels Pearson-Korrelation verglichen. Ergebnisse Der Korrelationskoeffizient zwischen dem U-Net und der erfahren Untersucherin als „Goldstandard“ betrug 0,90. Der Korrelationskoeffizient des weniger erfahrenen Augenarztes mit dem Goldstandard betrug nur 0,81. Beide Korrelationen erwiesen sich als statistisch hochsignifikant (p < 0,0001). Schlussfolgerung Die enge Korrelation des U-Net mit dem „Goldstandard“ deutet darauf hin, dass mit dem U-Net, die medizintechnische Zulassung vorausgesetzt, eine effektive Unterstützung in der Qualitätsbeurteilung von Hornhauttransplantaten in der Hornhautbank möglich ist. Dies hätte Vorteile für die Objektivität und die Arbeitseffizienz.

Publisher

Georg Thieme Verlag KG

Subject

Ophthalmology

Cited by 6 articles. 订阅此论文施引文献 订阅此论文施引文献,注册后可以免费订阅5篇论文的施引文献,订阅后可以查看论文全部施引文献

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3